CN109141651B - 月基对地观测平台热红外传感器成像模拟方法 - Google Patents
月基对地观测平台热红外传感器成像模拟方法 Download PDFInfo
- Publication number
- CN109141651B CN109141651B CN201811241981.3A CN201811241981A CN109141651B CN 109141651 B CN109141651 B CN 109141651B CN 201811241981 A CN201811241981 A CN 201811241981A CN 109141651 B CN109141651 B CN 109141651B
- Authority
- CN
- China
- Prior art keywords
- thermal infrared
- surface temperature
- observation platform
- image
- earth
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 41
- 238000003384 imaging method Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 25
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 title description 9
- 230000005855 radiation Effects 0.000 claims abstract description 22
- 210000001747 pupil Anatomy 0.000 claims abstract description 12
- 238000003331 infrared imaging Methods 0.000 claims abstract description 8
- 230000004907 flux Effects 0.000 claims description 15
- 230000003287 optical effect Effects 0.000 claims description 14
- 238000012216 screening Methods 0.000 claims description 10
- 101001065658 Homo sapiens Leukocyte-specific transcript 1 protein Proteins 0.000 claims description 8
- 102100027233 Solute carrier organic anion transporter family member 1B1 Human genes 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 101000836287 Homo sapiens Putative solute carrier organic anion transporter family member 1B7 Proteins 0.000 claims description 5
- 101100533803 Homo sapiens SLCO1B3 gene Proteins 0.000 claims description 5
- 101150075741 LST4 gene Proteins 0.000 claims description 5
- 102100027230 Putative solute carrier organic anion transporter family member 1B7 Human genes 0.000 claims description 5
- 102100027239 Solute carrier organic anion transporter family member 1B3 Human genes 0.000 claims description 5
- 101150026176 zfyve28 gene Proteins 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 238000003908 quality control method Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 3
- 238000002834 transmittance Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 abstract description 3
- 241001450674 Saissetia coffeae Species 0.000 abstract description 2
- 230000003595 spectral effect Effects 0.000 description 6
- 238000005316 response function Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000873 masking effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000981416 Rogas Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/007—Radiation pyrometry, e.g. infrared or optical thermometry for earth observation
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
- Radiation Pyrometers (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种月基对地观测平台热红外传感器成像模拟方法，该方法能够实现大尺度甚至半球尺度热红外对地观测平台的成像模拟。测试结果表明本发明提出的月基对地观测平台热红外成像模拟方法模拟的地表温度时空分布数据与实际情况接近，能够反映真实的地表温度分布情况；最终模拟生成的月基对地观测平台热红外影像DN(Digital Number)值的空间分布与入瞳处辐射亮度影像十分相似，较好的描述了地表热红外辐射能量的空间分布特性。
Description
技术领域
本发明涉及热红外对地观测成像模拟领域，尤其涉及一种月基对地观测平台热红外传感器成像模拟方法。
背景技术
月球作为地球的自然卫星，其轨道特性与人造卫星轨道差异明显，在月球上建立工作在热红外波段的地球观测平台(即月基对地观测平台)在获取全球及区域大尺度地表长波辐射及地表温度方面具有独特的优势，能够有效弥补现有人造卫星在对地观测领域数据获取的缺陷，为准确的获取全球尺度的地表温度及长波辐射提供了新的观测方式。但目前月基对地观测平台还处于理论论证阶段，在月基对地观测平台建成之前需要借助于模拟的方式对其整体的观测性能和影像质量进行分析。然而，月球的轨道特性及其观测特性与人造卫星存在较大差异，已有的遥感成像模拟模型无法直接用于月基对地观测平台热红外传感器的模拟。
利用计算机进行遥感成像系统模拟的物理模型能够以较低的成本对将要发射的遥感系统性能进行评估，进而为遥感系统的载荷设计等相关工作提供有力参考。因此，国内外众多研究机构和学者针对遥感成像系统模拟开展了大量研究工作，并已研究出多种遥感成像系统模拟模型且在计划发射的遥感卫星研制中进行了成功的应用(
A,WiestL,Keller P,et al.SENSOR:a tool for the simulation of hyperspectral remotesensing systems[J].Isprs Journal of Photogrammetry&Remote Sensing,2001,55(5):299-312；Karl Segl,Luis Guanter,Christian Rogass,et al.EeteS—The EnMAP End-to-End Simulation Tool[J].IEEE Journal of Selected Topics in Applied EarthObservations&Remote Sensing,2012,5(2):522-530；Kaufmann H,Segl K,Richter R,etal.End-to-end sensor simulation for spectral band selection and optimizationwith application to the Sentinel-2mission[J].Appl Opt,2012,51(4):439-449；Pandya M R,Shah D B,Trivedi H J,et al.Simulation of at-sensor radiance overland for proposed thermal channels of Imager payload onboard INSAT-3Dsatellite using MODTRAN model[J].Journal of Earth System Science,2011,120(1):19-25；Prosser C D.PICASSO:an end-to-end image simulation tool for space andairborne imaging systems II.Extension to the thermal infrared:equations andmethods[J].Proc Spie,2010,4(4):2840-2849；Schott J R,Brown S D,
R V,etal.An Advanced Synthetic Image Generation Model and its Application to Multi/Hyperspectral Algorithm Development[J].Canadian Journal of Remote Sensing,1999,25(2):99-111.)。
目前已有的遥感成像模拟模型存在一些局限，主要表现在以下几个方面：
1)成像模拟模型主要是针对某一类型人造卫星或者航空平台搭载的成像系统而研发的，由于不同的遥感成像系统的观测目标、轨道特性、光谱通道、空间分辨率、成像方式等存在较大差异，在具体应用时需要有针对性的进行调整和修改；
2)热红外成像模拟模型主要是针对幅宽较小的中高分辨率遥感卫星，无法直接应用于大尺度热红外遥感卫星模拟。
发明内容
本发明所要解决的技术问题是针对月基对地观测平台的轨道特点，提出一种适合月基对地观测平台热红外传感器的大尺度成像模拟方法。
本发明的技术方案：
本发明提供了一种月基对地观测平台热红外传感器成像模拟方法，包括以下步骤：
步骤1：获取MODIS月合成地表发射率、地表温度(LST)、观测时间、NOAA提供的全球数字高程数据(DEM)；
步骤2：计算本初子午线整点时刻全球各地对应的当地太阳时；
步骤3：计算一天中任意时刻LST，根据某一时刻全球各地对应的当地太阳时，通过日变化模型计算出对应时刻的LST，即可得到该时刻全球LST空间分布数据；
步骤4：根据星历数据通过计算月球高度角获得月基对地观测平台热红外传感器观测区域二值影像；
步骤5：将步骤3中计算得到的某一时刻全球LST空间分布数据与步骤4中计算出的对应时刻的月基对地观测平台热红外传感器观测区域二值影像相乘获取观测范围内的LST空间分布；
步骤6：通过大气辐射传输模型MODTRAN模型计算出月基对地观测平台热红外传感器入瞳处辐射亮度；
步骤7：计算到达月基对地观测平台热红外传感器面元的热红外辐射通量E；
步骤8：计算得到月基对地观测平台热红外波段灰度影像。
优选地，在步骤1之前还包括对MODIS数据中LST和地表发射率中的低质量或者无效数据进行筛选过滤，高质量或有效LST数据的判定条件为(式1)-(式4)：
GP1＝((QC≤1)or(16≤QC≤17)or(64≤QC≤65)or(80≤QC≤81))
(式1)
GP2＝(LST1＜LST2＞LST3＞LST4) (式2)
GP3＝(T4＜T1＜T2＜T3) (式3)
GP＝((GP1＝1)and(GP2＝1)and(GP3＝1)) (式4)。
优选地，上述步骤中还包括通过MODIS LST的筛选结果对MODIS LST影像、发射率影像、观测时间影像及NOAA提供的全球数字高程数据(DEM)进行掩膜，MODIS LST筛选结果为二值影像，即有效像元用1表示，无效象元用0表示，以此作为掩膜基准影像，分别与MODISLST影像、发射率影像、观测时间影像及NOAA提供的全球数字高程数据(DEM)相乘，最终得到有效LST像元所对应的LST值、地表发射率、观测时间及其高程数值。
优选地，步骤7利用公式15计算到达传感器面元的热红外辐射通量
式中F＝f0/D，为传感器光学系统F数，D为传感器光学系统的有效孔径，f0是传感器光学系统的有效焦距，τ是光学系统的总透过率，Ls入瞳处辐射亮度，cos4α是光学系统导致的成像阴影效应，α是红外焦平面上探测象元与中心轴线之间的夹角，可通过公式16计算得到
式中dx，dy分别表示探测元之间的垂直和水平间距，m，n分别为探测器阵列行列数，即探测器成像尺寸，i，j分别为探测元在探测器阵列中的行列号，αij为探测器阵列中第i行第j列探测元所对应的α角。
优选地，步骤8利用公式17计算得到月基对地观测平台热红外波段灰度影像；
NearestInteger[]为取整运算函数，E代表某个象元的辐射通量，Emin观测范围内单个象元辐射通量最小值，Emax观测范围内单个象元辐射通量最大值，r代表红外成像系统A/D采样位数。
本发明的有益技术效果：本发明所述方法主要是针对中低分辨率大尺度对地观测平台的热红外成像模拟，与现有小尺度、中高分辨率星载热红外对地观测成像模拟方法相比，本发明所述方法能够实现大尺度甚至半球尺度热红外对地观测平台的成像模拟。测试结果表明本发明提出的月基对地观测平台热红外成像模拟方法模拟的地表温度时空分布数据与实际情况接近，能够反映真实的地表温度分布情况；最终模拟生成的月基对地观测平台热红外影像DN(Digital Number)值的空间分布与入瞳处辐射亮度影像十分相似，较好的描述了地表热红外辐射能量的空间分布特性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。
图1是月基对地观测平台热红外传感器成像模拟流程图。
图2是月基对地观测平台视角下地表温度空间分布场景。
图3是月基对地观测平台热红外传感器各波段光谱响应函数。
图4是月基对地观测平台热红外传感器入瞳处辐射亮度影像模拟结果。
图5是月基对地观测平台热红外传感器红外焦平面辐照度模拟结果。
图6是月基对地观测平台热红外传感器成像模拟结果。
具体实施方式
图1是本发明的月基对地观测平台热红外传感器成像模拟方法流程示意图，包含以下步骤：
A.获取MODIS月合成地表发射率、地表温度(LST)、观测时间、NOAA提供的全球数字高程数据(DEM)。
B、MODIS高质量或有效LST数据筛选。
根据MODIS质量控制文件中8位整型二进制数据中每一位取值所代表的意义，选取无云条件下获取的质量较好的LST数据，且平均地表发射率和平均LST的误差分别不超过0.02和2K，通过二进制转十进制换算获取设定条件下MODIS质量控制文件的取值，实现高质量或有效LST和地表发射率的自动筛选。此外，由于MODIS获取的一天中四个时相的LST具有固定的时间顺序和变化规律，可通过此特点对变化异常的LST进行过滤。
高质量或有效LST和地表发射率的判定条件如下：
GP1＝((QC≤1)or(16≤QC≤17)or(64≤QC≤65)or(80≤QC≤81))
(式1)
GP2＝(LST1＜LST2＞LST3＞LST4) (式2)
GP3＝(T4＜T1＜T2＜T3) (式3)
GP＝((GP1＝1)and(GP2＝1)and(GP3＝1)) (式4)
其中，GP1表示MODIS LST数据质量判定结果；GP2表示MODIS四个时相LST的日变化规律判定结果；GP3表示MODIS四个时相LST获取时间的先后顺序；QC表示MODIS数据的质量控制文件；LST1、LST2、LST3、LST4分别表示大约在当地时间10∶30、13∶30、22∶30及第二天1∶30左右获取的LST数据；T1、T2、T3和T4表示MODIS数据四个时相LST获取的时间，分别对应当地时间10∶30、13∶30、22∶30及第二天1∶30；GP表示最终筛选出的高质量或者有效的像元(有效像元用1表示，无效像元用0表示)。
C、通过MODIS LST的筛选结果对MODIS LST影像、发射率影像、观测时间影像及NOAA提供的全球数字高程数据(DEM)进行掩膜。
MODIS LST筛选结果为二值影像，即有效像元用1表示，无效象元用0表示，以此作为掩膜基准影像，分别与MODIS LST影像、发射率影像、观测时间影像及NOAA提供的全球数字高程数据(DEM)相乘，最终得到有效LST像元所对应的LST值、地表发射率、观测时间及其高程数值。
D、计算本初子午线整点时刻全球各地对应的当地太阳时。
本初子午线整点时刻全球各地对应的当地太阳时可由公式5计算得到
其中UTCtime表示计算得到的UTC时间，当UTCtime＜0时表示前一天，需加上24进行调整，当UTCtime＞24时表示第二天，需减去24进行调整；t0表示本初子午线对应的时间，取值范围(0，24)；Lon表示经度，取值范围(-180°，180°)，其中东经为正，西经为负。
E、计算一天中任意时刻全球LST。
首先，以MODIS四个时相LST数据作为输入，通过(式6)-(式8)计算各像元一天中任意时刻的LST；然后通过选取t0时刻各像元对应的当地太阳时的LST即可得到t0时刻全球LST的空间分布数据。
其中Tday1(t)、Tday2(t)表示白天某一时刻的地表温度，Tnigght表示夜间地表温度，T0表示一天中平均地表温度，t1为上午地表温度某一时刻，Ta1、Ta2分别表示阶段一和阶段二中地表温度的变化幅度，其中Ta1(或Ta2)可由公式(6)和公式(7)在t1处导数相等求解(见公式9)，tm表示一天中地表温度达到最大值时对应的时刻，k为衰减常数。ts为地表温度开始自由衰减的时刻，在本方法中将ts设定为日落前一小时。ω1、ω2分别表示公式(6)和公式(7)的余弦函数半波宽，其中ω1可由t1减去日出时刻对应的时间trise得出，ω2由一天中日照时间长度决定，是纬度
和太阳赤纬δ的函数，可以通过公式(10)计算得出。δ可以表示为一年中第几天(day ofthe year，DOY)的函数，具体表达式见式(11)。
日出时刻trise与日落时刻tss可通过公式
衰减常数k可通过公式(7)、公式(8)在ts处的导数相等求解，具体表达式见公式(14)：
E、通过计算月球高度角获得月基对地观测平台热红外传感器观测区域。
通过JPL星历数据DE405计算得到某一时刻(UTC时间)地球表面各处的月球高度角(此案例中选择的时间为本初子午线对应的UTC时间2015年1月15日00:00-23:00)，本发明中将月基对地观测平台设置在月球面向地球一面的中间位置，并将月球高度角作为月基对地观测平台热红外传感器观测高度角，月球高度角大于0的区域即为月基对地观测平台热红外传感器的可观测区域。将月球高度角大于0的像元值设为1反之则设为0，即可得到月基对地观测平台热红外传感器观测区域的二值影像。
F、月基对地观测平台热红外传感器观测范围内LST的获取。
将步骤D中计算得到的某一时刻全球LST空间分布数据与步骤E中计算出的对应时刻的月基对地观测平台热红外传感器观测区域二值影像相乘获取观测范围内的LST空间分布。结果如图2所示，图中展示的为本初子午线对应的UTC时间2015年1月15日月基对地观测平台热红外传感器观测范围内的LST空间分布场景，时间间隔为6小时。
G、通过大气辐射传输模型MODTRAN模型计算出月基对地观测平台热红外传感器入瞳处辐射亮度。
将同一时刻的月球高度角、月基对地观测平台热红外传感器观测范围内的LST、地表发射率、DEM、光谱响应函数及大气廓线数据作为输入，通过大气辐射传输模型MODTRAN模型计算出月基对地观测平台热红外传感器入瞳处辐射亮度。其中所用光谱响应函数为MODIS Terra/Aqua对应的第31、32波段(band31、band32)的光谱响应函数，光谱响应函数曲线如图3所示。入瞳处辐射亮度影像计算结果如图4所示，时间为本初子午线对应的UTC时间2015年1月15日04:00。
H、计算到达月基对地观测平台热红外传感器面元的热红外辐射通量E。
利用公式15计算到达月基对地观测平台热红外传感器面元的热红外辐射通量E，结果如图5所示。
式中F＝f0/D，为传感器光学系统F数，D为传感器光学系统的有效孔径(本案例中取值为2m)，f0是传感器光学系统的有效焦距(本案例中取值为2000mm)，τ是光学系统的总透过率(本案例中取值为0.5)，Ls入瞳处辐射亮度，cos4α是光学系统导致的成像阴影效应，α是红外焦平面上探测象元与中心轴线之间的夹角，可通过公式16计算得到。
式中dx，dy分别表示探测元之间的垂直和水平间距，m，n分别为探测器阵列行列数，即探测器成像尺寸，i，j分别为探测元在探测器阵列中的行列号，αij为探测器阵列中第i行第j列探测元所对应的α角。
I、获取月基对地观测平台热红外传感器成像结果
利用公式17计算得到月基对地观测平台热红外波段灰度影像，结果如图6所示。
NearestInteger[]为取整运算函数，E代表某个象元的辐射通量，Emin观测范围内单个象元辐射通量最小值，Emax观测范围内单个象元辐射通量最大值，r代表红外成像系统A/D采样位数(本案例中取值为12bit)。
测试结果表明本发明提出的月基对地观测平台热红外成像模拟方法模拟的地表温度时空分布数据与实际情况接近，能够反映真实的地表温度分布情况；最终模拟生成的月基对地观测平台热红外影像DN(Digital Number)值的空间分布与入瞳处辐射亮度影像十分相似，较好的描述了地表热红外辐射能量的空间分布特性。
以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (6)
1.一种月基对地观测平台热红外传感器成像模拟方法，其特征在于，包括以下步骤：
步骤1：获取MODIS月合成地表发射率、地表温度、观测时间、NOAA提供的全球数字高程数据；
步骤2：计算本初子午线整点时刻全球各地对应的当地太阳时；
步骤3：计算一天中任意时刻地表温度，根据步骤2中计算得出的某一时刻全球各地对应的当地太阳时，通过日变化模型计算出对应时刻的地表温度，得到该时刻全球地表温度空间分布数据；
步骤4：根据星历数据通过计算月球高度角获得月基对地观测平台热红外传感器观测区域二值影像；
步骤5：将步骤3中计算得到的某一时刻全球地表温度空间分布数据与步骤4中计算出的对应时刻的月基对地观测平台热红外传感器观测区域二值影像相乘获取观测范围内的地表温度空间分布；
步骤6：通过大气辐射传输模型MODTRAN模型计算出月基对地观测平台热红外传感器入瞳处辐射亮度；
步骤7：计算到达月基对地观测平台热红外传感器面元的热红外辐射通量E；
步骤8：计算得到月基对地观测平台热红外波段灰度影像。
2.根据权利要求1所述的月基对地观测平台热红外传感器成像模拟方法，其特征在于：在步骤1之前还包括对MODIS数据中地表温度和地表发射率中的低质量或者无效数据进行筛选过滤，高质量或有效地表温度数据的判定条件为(式1)-(式4)：
GP1＝((QC≤1)or(16≤QC≤17)or(64≤QC≤65)or(80≤QC≤81))
(式1)
GP2＝(LST1＜LST2＞LST3＞LST4) (式2)
GP3＝(T4＜T1＜T2＜T3) (式3)
GP＝((GP1＝1)and(GP2＝1)and(GP3＝1)) (式4)
其中，GP1表示MODIS地表温度数据质量判定结果；GP2表示MODIS四个时相地表温度的日变化规律判定结果，其中LST1、LST2、LST3、LST4分别表示四个时相地表温度；GP3表示MODIS四个时相地表温度获取时间的先后顺序，其中T1、T2、T3、T4分别表示四个时相地表温度获取时间；QC表示MODIS数据的质量控制文件；GP表示最终筛选出的高质量或者有效的像元。
3.根据权利要求2所述的月基对地观测平台热红外传感器成像模拟方法，其特征在于：该步骤中还包括通过MODIS地表温度的筛选结果对MODIS地表温度影像、发射率影像、观测时间影像及NOAA提供的全球数字高程数据进行掩膜，MODIS地表温度筛选结果为二值影像，即有效像元用1表示，无效象元用0表示，以此作为掩膜基准影像，分别与MODIS地表温度影像、发射率影像、观测时间影像及NOAA提供的全球数字高程数据相乘，最终得到有效地表温度像元所对应的地表温度值、地表发射率、观测时间及其高程数值。
4.根据权利要求1所述的月基对地观测平台热红外传感器成像模拟方法，其特征在于：步骤7利用以下公式计算到达传感器面元的热红外辐射通量:
式中F＝f0/D，为传感器光学系统F数，D为传感器光学系统的有效孔径，f0是传感器光学系统的有效焦距，τ是光学系统的总透过率，Ls入瞳处辐射亮度，cos4α是光学系统导致的成像阴影效应，α是红外焦平面上探测象元与中心轴线之间的夹角。
5.根据权利要求4所述的月基对地观测平台热红外传感器成像模拟方法，其特征在于：α可通过以下公式计算得到
式中dx,dy分别表示探测元之间的垂直和水平间距，m,n分别为探测器阵列行列数，即探测器成像尺寸，i,j分别为探测元在探测器阵列中的行列号，αij为探测器阵列中第i行第j列探测元所对应的α角。
6.根据权利要求1所述的月基对地观测平台热红外传感器成像模拟方法，其特征在于：步骤8利用以下公式计算得到月基对地观测平台热红外波段灰度影像；
NearestInteger[]为取整运算函数，E代表某个象元的辐射通量，Emin观测范围内单个象元辐射通量最小值，Emax观测范围内单个象元辐射通量最大值，r代表红外成像系统A/D采样位数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811241981.3A CN109141651B (zh) | 2018-10-24 | 2018-10-24 | 月基对地观测平台热红外传感器成像模拟方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811241981.3A CN109141651B (zh) | 2018-10-24 | 2018-10-24 | 月基对地观测平台热红外传感器成像模拟方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109141651A CN109141651A (zh) | 2019-01-04 |
| CN109141651B true CN109141651B (zh) | 2020-05-12 |
Family
ID=64809624
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811241981.3A Active CN109141651B (zh) | 2018-10-24 | 2018-10-24 | 月基对地观测平台热红外传感器成像模拟方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109141651B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109887615B (zh) * | 2019-01-30 | 2020-12-11 | 北京环境特性研究所 | 地表温度周期日变化模拟方法 |
| CN113589318B (zh) * | 2021-07-30 | 2023-09-19 | 上海无线电设备研究所 | 一种星载红外凝视相机入瞳辐射图像仿真方法 |
| CN118090635A (zh) * | 2024-04-25 | 2024-05-28 | 吉林大学 | 一种地基热红外高光谱成像仪对月观测数据处理方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140016667A1 (en) * | 2012-07-13 | 2014-01-16 | Blue Water Satellite, Inc. | Method for monitoring water temperature |
| CN104301670A (zh) * | 2014-09-12 | 2015-01-21 | 中国科学院国家天文台 | 月基光学望远镜科学数据处理与快视方法 |
| CN105740594A (zh) * | 2014-12-09 | 2016-07-06 | 上海宇航系统工程研究所 | 月球轨道飞行器表面红外辐射和反射辐射热流计算方法 |
| CN107462220B (zh) * | 2017-09-30 | 2019-10-01 | 中国科学院遥感与数字地球研究所 | 面向月基对地观测影像的投影极坐标几何表达方法 |
| CN107657597B (zh) * | 2017-10-19 | 2020-09-08 | 中国科学院遥感与数字地球研究所 | 跨平台月基对地观测影像自动几何校正方法 |
-
2018
- 2018-10-24 CN CN201811241981.3A patent/CN109141651B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN109141651A (zh) | 2019-01-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109141651B (zh) | 月基对地观测平台热红外传感器成像模拟方法 | |
| Chander et al. | Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors | |
| Bell III et al. | Mars reconnaissance orbiter Mars color imager (MARCI): instrument description, calibration, and performance | |
| Lee et al. | A new method for SUOMI-NPP VIIRS day–night band on-orbit radiometric calibration | |
| Lawson et al. | Brightness temperatures of the lunar surface: Calibration and global analysis of the Clementine long‐wave infrared camera data | |
| McClintock et al. | Global‐scale observations of the limb and disk mission implementation: 2. Observations, data pipeline, and level 1 data products | |
| CN103322981B (zh) | Tdi ccd相机的成像参数在轨优化方法 | |
| CN104977024B (zh) | 一种日盲紫外遥感相机绝对辐射定标系数在轨修正方法 | |
| Uprety et al. | Calibration improvements in S-NPP VIIRS DNB sensor data record using version 2 reprocessing | |
| CN109120848B (zh) | 一种空间相机积分级数调整方法 | |
| Yang et al. | Optical sky brightness and transparency during the winter season at dome a antarctica from the gattini-all-sky camera | |
| Qiu et al. | Assessment of straylight correction performance for the VIIRS Day/Night Band using Dome-C and Greenland under lunar illumination | |
| Nieke et al. | Ocean and Land Color Imager on Sentinel‐3 | |
| Wang et al. | Improving the calibration of suomi NPP VIIRS thermal emissive bands during blackbody warm-up/cool-down | |
| Wang et al. | 18-Months operation of Lunar-based Ultraviolet Telescope: a highly stable photometric performance | |
| Qu et al. | Retrieval of 30-m-resolution leaf area index from China HJ-1 CCD data and MODIS products through a dynamic Bayesian network | |
| Wang et al. | Urban thermal anisotropy: A comparison among observational and modeling approaches at different time scales | |
| Shankar et al. | Evaluating the Radiometric Performance of the Clouds and the Earth’s Radiant Energy System (CERES) instruments on Terra and Aqua over twenty years | |
| Bhatt et al. | MANGO: An optical network to study the dynamics of the Earth's upper atmosphere | |
| Yu et al. | Evaluation of Himawari-8 AHI geospatial calibration accuracy using SNPP VIIRS SNO data | |
| Imai et al. | Ground-based observation of the cyclic nature and temporal variability of planetary-scale UV features at the Venus cloud top level | |
| Kneubuehler et al. | MERIS/ENVISAT vicarious calibration over land | |
| Micijevic et al. | Landsat 8 on-orbit characterization and calibration system | |
| Wu et al. | The Angular Correction Algorithm for the Intercalibration of Satellite Instruments Using CLARREO Pathfinder as a Reference | |
| Stone et al. | Potential for calibration of geostationary meteorological imagers using the Moon |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 100190, No. 19 West Fourth Ring Road, Beijing, Haidian District Applicant after: Aerospace Information Research Institute,Chinese Academy of Sciences Address before: 100094, No. 9 Deng Nan Road, Beijing, Haidian District Applicant before: Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20200519 Address after: 100190, No. 19 West Fourth Ring Road, Beijing, Haidian District Patentee after: Aerospace Information Research Institute,Chinese Academy of Sciences Address before: 100094, No. 9 Deng Nan Road, Beijing, Haidian District Patentee before: Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences |
|
| TR01 | Transfer of patent right |